Bibliographic record
Abstract
La disponibilité croissante des technologies de l’information et de la communication (TIC) dans les établissements scolaires ouvre des perspectives intéressantes au niveau de l’enseignement des langues supplémentaires. Plusieurs études confirment la possibilité pour les TIC de contribuer à rendre les apprenants plus impliqués et les cours plus « authentiques » dans la mesure où ceux-ci intègrent des ressources actuelles et pas nécessairement didactisées et favorisent à leur tour une production ciblée de qualité. Beaucoup moins d’études analysent la représentation des TIC qu’ont les enseignants ainsi que leurs besoins—réels ou perçus comme tels— en termes de ressources, d’équipement, de savoir-faire professionnel spécifique. En partant des données issues d’une étude menée auprès d’un échantillon d’enseignants de français langue seconde (FLS) en Ontario, cette contribution vise un double but : faire le point sur les expériences, les attitudes et la perception des enseignants dans le domaine de l’intégration des TIC, et analyser les facteurs qui entravent une intégration pleine et efficace de ces mêmes technologies. Les données ont permis d’élaborer un cadre de référence qui synthétise les besoins des enseignants par rapport aux TIC. Ce cadre sert de point de départ pour interroger la place des TIC dans la formation des maîtres. On s’interroge aussi sur le rôle des TIC dans la formation d’enseignants stratégiques, c’est-à-dire capables de moduler leur agir professionnel en traduisant les principes théoriques dans des choix adaptés aux différents contextes.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.013 | 0.029 |
| Meta-epidemiology (narrow) | 0.000 | 0.001 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.005 |
| Science and technology studies | 0.017 | 0.017 |
| Scholarly communication | 0.015 | 0.010 |
| Open science | 0.002 | 0.009 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.011 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".